知行合一
Github
顺翔的技术驿站
顺翔的技术驿站
  • README
  • ABOUTME
  • Computer Science
    • 数据结构与算法
      • 位运算以及位图
      • 随机数
      • 递归
      • 经典排序算法
      • 经典查找算法
      • 数组和动态数组
      • 链表
      • 栈和队列
      • 树
      • 哈希表
    • 计算机网络
      • 物理层
      • 数据链路层
      • 网络层
        • TCP
      • 运输层
      • 应用层
      • HTTP
        • HTTPS的原理
        • DNS详解
        • file协议
        • 邮件协议
    • 设计模式
      • 单例模式
      • 建造者模式
      • 原型模式
      • 工厂模式
      • 享元模式
      • 代理模式
      • 装饰者模式
      • 桥接模式
      • 适配器模式
      • 外观模式
      • 组合模式
      • 事件驱动
      • 有限状态机
      • 备忘录模式
      • 模板方法模式
      • 策略模式
      • 迭代器模式
      • 命令模式
      • 解释器模式
    • 加密与解密
      • 数字证书原理
      • cfssl
  • Programming Language
    • 编程语言学习要素
    • Java
      • 集合
        • List
          • ArrayList
          • Vector
          • Stack
          • LinkedList
        • Iterator
        • Set
          • HashSet
          • TreeSet
        • Map
          • HashMap
          • HashTable
          • TreeMap
          • LinkedHashMap
      • 常用API
        • 日期时间处理
        • System
        • Random
        • Arrays
        • Scanner
        • 格式化输出
      • java特性
        • java5特性
        • java8特性
        • java9特性
        • java10特性
        • java11特性
      • 并发编程
        • 线程基础
        • 线程同步:synchronized及其原理
        • 线程同步: volatile
        • 锁机制
        • 锁的分类与对应的Java实现
        • JUC:同步辅助类
        • JUC: AtomicXXX
        • 线程池
        • ThreadLocal详解
      • 测试
        • 使用JMH进行基准测试
      • JVM
        • 强引用、软引用、弱引用、虚引用
        • jvm内存模型
        • jvm优化
        • GC算法与回收器
        • 静态绑定与动态绑定
      • ORM
        • Mybatis
          • IBatis常用操作
      • Web编程
        • Servlet详解(一)
        • Servlet详解(二):request和response对象
        • Servlet详解(三):会话技术与Cookie
        • JSP详解(一):页面构成、EL表达式
        • JSP详解(二):九大内置对象
        • JavaWeb的编码问题
        • Thymeleaf
      • Velocity
      • Java日志框架总结
      • Spring
        • SpringIOC
        • SpringMVC
        • SpringBoot源码
      • 其他
        • Apache Commons Lang使用总结
        • 使用FtpClient进行ftp操作
        • Java PDF操作总结
        • Java使用zip4j进行文件压缩
        • Java解析Excel总结
    • JVM Language
      • Groovy
      • Scala
    • Kotlin
      • 变量和常量
      • 数据类型
        • 基本数据类型
        • 容器类型
        • 函数类型
        • null和null安全
      • 流程控制
      • 包
      • 面向对象
    • Golang
      • 关键字与标识符
      • 变量和常量
      • 数据类型
      • 函数
      • 常用API
        • 时间日期处理
        • 字符串操作
        • 正则表达式
      • 控制语句
      • 包package
      • 面向对象
      • 错误处理
      • 命令行编程
        • Cobra
      • 文件操作
      • 测试
      • 并发编程
        • sync包详解
      • 数据格式与编码
        • 使用encoding包操作xml
        • 使用encoding包操作json
        • 使用magiconair操作properties
        • 使用go-ini操作ini
      • 反射
      • Build Tools
        • Go Module
        • Go Vendor
      • 日志框架
        • zap日志框架
      • Web编程
        • Gin
    • JavaScript
      • 数据类型
      • ECMAScript
        • ECMAScript6
      • NodeJS
    • TypeScript
      • 变量和常量
      • 数据类型
      • 函数
      • 面向对象
      • 泛型
      • Build Tools
        • tsc编译
        • 与webpack整合
    • Python
      • BuildTools
        • requirements.txt
        • Ananconda
    • Swift
      • 变量和常量
    • Script Language
      • Regex
      • BAT
      • Shell
    • Markup Language
      • Markdown
      • Yaml
  • Build Tools
    • CMake
    • Maven
      • 搭建Nexus私服
      • maven使用场景
    • Gradle
  • Version Control
    • Git
      • Git工作流
      • Git分支管理
      • Git Stash
      • Git Commit Message规范
      • .gitttributes文件
    • SVN
  • Distributed
    • 分布式基础理论
      • 互联网架构演变
      • 架构设计思想AKF拆分原则
      • CAP理论
      • BASE理论
    • 一致性
      • 一致性模型
      • 共识算法
        • Paxos
        • Raft
        • ZAB
      • 复制
        • 主从复制
        • Quorum机制
        • Nacos Distro协议
      • 缓存一致性
        • 双写一致性
        • 多级缓存一致性
    • 事务一致性
      • Seata
      • 本地消息表实现方案
      • 关于dpad的事务问题的分析
    • IO
    • RPC协议
    • 序列化
    • Session共享
    • 分布式协调
      • Zookeeper
        • zk集群4节点搭建
    • 服务治理
      • Dubbo分布式治理
    • 分布式ID
      • 分布式ID生成策略总结
    • 分布式锁
    • 应用服务器
      • Tomcat
    • Web服务器
      • Nginx
        • Nginx的基本配置
        • ab接口压力测试工具
        • nginx模块
        • 随机访问页面
        • 替换响应内容
        • 请求限制
        • 访问控制
        • 状态监测
        • nginx应用场景
        • 代理服务
        • 负载均衡
        • 缓存
        • 静态资源服务器和动静分离
        • 附录
      • Kong
    • 缓存中间件
      • Caffeine
      • memcached
      • Redis
        • Centos下安装Redis
        • RatHat下安装Redis
    • 数据库中间件
      • ShardingSphere
      • MyCat2
    • 消息中间件
      • Kafka
      • RocketMQ
  • Microservices
    • 服务发现
      • Nacos注册中心
      • Consul
    • 配置中心
      • Apollo
    • 消息总线
    • 客户端负载均衡
    • 熔断器
    • 服务网关
    • 链路追踪
      • Skywalking
  • Domain-Specific
    • Auth
      • 有关权限设计的思考
      • 认证方式
      • JWT
    • 任务调度
      • QuartzScheduler
      • Elastic-Job
      • XXL-Job
      • PowerJob
    • 工作流
      • BPM
      • Activiti
      • Flowable
    • 规则引擎
      • Drools
  • Architect
    • DDD领域驱动设计
      • 三层架构设计
      • 四层架构设计
    • Cola
    • 代码设计与代码重构
      • 重构改变既有代码设计
      • 枚举规范化
      • 接口幂等
      • 限流
      • 历史与版本
      • 逻辑删除和唯一索引
      • 业务对象设计
    • 单元测试
      • SpringBoot单元测试实践
    • 项目管理
    • APM
      • SkyWalking
      • Arthas
    • 性能优化
      • 接口性能优化
    • 系统设计
      • 流程中台
      • 短信中台
      • 权限中台
        • 智电运维平台组织架构改造二期
  • Database
    • Oracle
      • Docker下安装oracle11g
    • IBM DB2
    • Mysql
      • 安装Mysql
      • 用户与权限管理
      • MySQL的逻辑架构
      • 存储引擎
      • 索引详解
      • MySql的列类型
      • MySql中表和列的设计
      • MySql的SQL详解
      • 锁机制
      • 事务
      • Mysql函数总结
      • MySql存储过程详解
      • MySql触发器详解
      • Mysql视图详解
      • Mysql中Sql语句的执行顺序
      • 配置MySql主从和读写分离
      • MySql的备份策略
      • MySql分库分表解决方案
      • MySql优化总结
      • MySQL实战调优
        • schema与数据类型优化
    • Mongo
  • File System
    • README
    • HDFS
    • FastDFS
    • MinIO
  • Linux
    • 常用的Linux命令
    • vim
    • Linux磁盘管理
    • Linux系统编程
    • RedHat
      • rpm包管理器具体用法
    • Ubuntu
      • Ubuntu下录制屏幕并做成gif图片
      • Ubuntu20.05LiveServe版安装
  • DevOps
    • VM
      • 新建一个新的Linux虚拟机需要配置的东西
      • VMware桥接模式配置centos
      • VMwareFusion配置Nat静态IP
    • Ansible
    • Container
      • Docker
        • Dockerfile详解
        • DockerCompose详解
      • Containerd
    • Kubernetes
      • 安装k8s
        • 使用Minikube安装k8s
        • centos7.x下使用kubeadm安装k8s1.21
        • ubuntu20下使用kubeadm安装k8s1.21
        • centos7.x下使用二进制方式安装k8s1.20
        • 使用DockerDesktop安装K8s(适用M1芯片)
      • 切换容器引擎
      • 使用k8s部署项目的流程
      • 集群维护-备份升级排错
    • Gitlab
      • GitlabCI/CD
    • CI/CD
      • ArgoCD
  • Big-Data
    • Hadoop
    • MapReduce
    • HDFS
  • Front-End
    • Android
      • Log的使用、自定义Log工具类
      • Android倒计时功能实现
      • 解决ViewDrawableLeft左侧图片大小不可控的问题
      • AndroidSQLite基本用法
      • View的生命周期
      • 工具类
      • WebView详解
      • ViewTreeObserver类监听ViewTree
      • 在onCreate中获取控件的宽高等信息的几种方法
      • View的foreground属性
        • MaterialDesign
          • BottomNavigationBar
          • CardView
          • Elevation高度、shadows阴影、clipping裁剪、tint着色
          • TouchFeedbackRipple波纹动画
      • Volley完全解析——使用、源码
      • Android围住神经猫的实现
      • LookLook剖析,架构概述——MVP、Retrofit+RxJava
      • Android性能优化之渲染
    • Browser
      • 浏览器的工作原理
    • HTML
      • DOCTYPE标签、XHTML与HTML的区别
    • CSS
      • CSS的继承性、层叠性、权重
      • CSS浮动float详解(一):标准文档流
      • CSS浮动float详解(二):使用float
      • CSS浮动float详解(三):清除浮动方案
    • Tools Lib
      • JavaScript 文件下载解决方案-download.js
      • js-url 用于url的js开源库
      • jsuri 用于操作url的js开源库
      • window offset
    • React
      • 模块化和组件
      • 组件的三大核心属性
      • 事件处理
      • 表单数据收集
      • 生命周期
      • DOM的diff算法
      • 工程化
        • 脚手架create-react-app
        • 工程结构和模块化
      • 路由
  • Design
    • 产品设计
      • 交互设计
由 GitBook 提供支持
在本页
  • 二叉树
  • 前序遍历、中序遍历、后序遍历
  • 递归序遍历
  • 比较两颗二叉树结构是否完全相同
  • 判断一颗树是否是镜面树
  • 返回一棵树的最大深度
  • 从前序与中序遍历序列构造二叉树
  • 二叉树按层遍历并收集节点
  • 判断树是否是平衡二叉树
  • 判断树是否是搜索二叉树
  • 二叉树路径总和
  • 二叉树收集达标路径总和
  • 堆
  • 优先级队列

这有帮助吗?

在GitHub上编辑
  1. Computer Science
  2. 数据结构与算法

树

二叉树

使用Java实现二叉树:

public class BinaryTree {

    public static class Node {
        public Node(int val) {
            this.val = val;
        }
        public int val;
        public Node left;
        public Node right;
    }

    public static void main(String[] args) {
        Node head = new Node(1);
        head.left = new Node(2);
        head.right = new Node(3);
        head.left.left = new Node(4);
        head.left.right = new Node(5);
        head.right.left = new Node(6);
        head.right.right = new Node(7);
    }
}

上述的代码转换为二叉树图形如下:

前序遍历、中序遍历、后序遍历

二叉树的遍历分为三种:

  1. 前序遍历:头、左、右, 1、2、4、5、3、6、7

  2. 中序遍历:左、头、右, 4、2、5、1、6、3、7

  3. 后续遍历:左、右、头, 4、5、2、6、7、3、1

这里的前序、后序、中序,针对的目标是头节点,头节点在最前面,就是前序。

使用Java代码实现三种遍历方式:

public static void pre(Node node) {
    if (node == null) return;
    System.out.print(node.val + " ");
    pre(node.left);
    pre(node.right);
}

public static void in(Node node) {
    if (node == null) return;
    in(node.left);
    System.out.print(node.val + " ");
    in(node.right);
}

public static void pos(Node node) {
    if (node == null) return;
    pos(node.left);
    pos(node.right);
    System.out.print(node.val + " ");
}

递归序遍历

前序遍历、中序遍历、后序遍历都是对递归序的改造;使用递归序遍历二叉树,每个节点都会被遍历三次,在前中后三个位置每次都打印即是递归序:

public static void f(Node node) {
    if (node == null) return;
    // 1
    System.out.print(node.val + " ");
    f(node.left);
    // 2
    System.out.print(node.val + " ");
    f(node.right);
    // 3
    System.out.print(node.val + " ");
}

结果为 1 2 4 4 4 2 5 5 5 2 1 3 6 6 6 3 7 7 7 3 1 ,如果只保留每个数字第一次出现的情况,那么就是前序遍历:1 2 4 3 6 7;同理,如果保留第二次出现的情况就是中序遍历;保留最后一次出现的情况,那么就是后序遍历。

比较两颗二叉树结构是否完全相同

对应试题:https://leetcode-cn.com/problems/same-tree/

可以使用递归序遍历比较每个节点:

public boolean isSameTree(TreeNode p, TreeNode q) {
    if (p == null ^ q == null) { // 抑或,相同为0(false) 不同为1(true), p和q有一个为null,一个不为null
        return false;
    }
    if (p == null) { // 如果  p == q == null,代表递归结束
        return true;
    }
    return p.val == q.val && isSameTree(p.left, q.left) && isSameTree(p.right, q.right);
}

判断一颗树是否是镜面树

对应试题:

左右对称的树称为镜面树:

  1. 头节点不可能破坏镜面关系

  2. 头节点下可以分为左右两个子树,他们相同的一层之间的左子树与对方的右子树相同

Java实现如下:

public boolean isSymmetric(TreeNode root) {
    return isMirror(root, root);
}

public boolean isMirror(TreeNode p, TreeNode q) {
    if (p == null ^ q == null) {
        return false;
    }
    if (p == null) {
        return true;
    }
    return p.val == q.val && isMirror(p.left, q.right) && isMirror(p.right, q.left);
}

返回一棵树的最大深度

对应试题:https://leetcode-cn.com/problems/maximum-depth-of-binary-tree/

public int maxDepth(TreeNode root) {
    if (root == null) {
        return 0;
    }
    return Math.max(maxDepth(root.left), maxDepth(root.right)) + 1;
}

从前序与中序遍历序列构造二叉树

对应试题:https://leetcode-cn.com/problems/construct-binary-tree-from-preorder-and-inorder-traversal/

public TreeNode buildTree(int[] preorder, int[] inorder) {
    if (preorder == null || inorder == null || preorder.length == 0) {
        return null;
    }

    return f(preorder, 0, preorder.length - 1, inorder, 0, preorder.length - 1);
}

private TreeNode f(int[] preorder, int l1, int r1, int[] inorder, int l2, int r2) {
    if (l1 > r1) {
        return null;
    }
    if (l1 == r1) {
        return new TreeNode(preorder[l1]);
    }
    int root = preorder[l1];
    int find = 0;
    while (inorder[find] != root) {
        find++;
    }
    TreeNode rootNode = new TreeNode(root);
    rootNode.left = f(preorder, l1 + 1, l1 + find - l2, inorder, l2, find - 1);
    rootNode.right = f(preorder, l1 + find - l2 + 1, r1, inorder, find + 1, r2);
    return rootNode;
}

二叉树按层遍历并收集节点

对应试题:https://leetcode-cn.com/problems/binary-tree-level-order-traversal/

解题思路:

  1. 从树的头开始遍历,将头加入到目标队列中

  2. 遍历队列中的所有元素,将其弹出

  3. 将弹出的所有元素的子结点放入到队列中,跳转2步骤

  4. 当树的每一层都遍历过了,遍历循环结束

class Solution {

    public List<List<Integer>> levelOrder(TreeNode root) {
        if (root == null) {
            return Collections.emptyList();
        }

        List<List<Integer>> result = new ArrayList<>();

        Queue<TreeNode> queue = new LinkedList<>();
        queue.add(root);

        while (!queue.isEmpty()) {
            List<TreeNode> ceng = new ArrayList<>();

            while (!queue.isEmpty()) {
                ceng.add(queue.poll());
            }

            ceng.forEach(e -> {
                if (e.left != null) {
                    queue.add(e.left);
                }
                if (e.right != null) {
                    queue.add(e.right);
                }
            });
            result.add(ceng.stream().map(e -> e.val).toList());
        }

        return result;
    }

}

判断树是否是平衡二叉树

对应leetcode:https://leetcode-cn.com/problems/balanced-binary-tree/

平衡二叉树:在一个二叉树中,每一颗子树的左子树的深度与右子树的深度 <= 1,并且左数是一个平衡二叉树、右树也是一个平衡二叉树。

public boolean isBalanced(TreeNode root) {
    return getNodeInfo(root).isBalanced;
}
public Info getNodeInfo(TreeNode node) {
    if (node == null) {
        return new Info(true, 0);
    }
    Info leftInfo = getNodeInfo(node.left);
    Info rightInfo = getNodeInfo(node.right);
    return new Info(
            leftInfo.isBalanced && rightInfo.isBalanced && Math.abs(leftInfo.height - rightInfo.height) <= 1,
            Math.max(leftInfo.height, rightInfo.height) + 1);
}
static class Info {
    public boolean isBalanced; // 是平衡树
    public int height; // 树的高度
    public Info(boolean isBalanced, int height) {
        this.isBalanced = isBalanced;
        this.heig
ht = height;
    }
}

判断树是否是搜索二叉树

在一个树中,每一颗子树的左树的值都比当前值小,右树的值都比当前值大。

判断一个二叉树是否是搜索二叉树:

  1. 采用中序遍历,如果是搜索二叉树,中序遍历的结果是递增的

  2. 采用递归(左树是搜索二叉树、右树是搜索二叉树,且左树的根节点小于当前值,右树的根节点大于当前值)

对应leetcode:https://leetcode.cn/problems/validate-binary-search-tree/

采用递归:

public boolean isValidBST(TreeNode root) {
    return isBinarySearchTree(root).isBST;
}

private Info isBinarySearchTree(TreeNode node) {
    if (node == null) {
        return null;
    }
    Info leftInfo = isBinarySearchTree(node.left);
    Info rightInfo = isBinarySearchTree(node.right);

    int max = node.val;
    int min = node.val;
    boolean isBST = true;

    if (leftInfo != null) {
        max = Math.max(max, leftInfo.max);
        min = Math.min(min, leftInfo.min);
        isBST = leftInfo.isBST && (leftInfo.max < node.val);
    }
    if (rightInfo != null) {
        max = Math.max(max, rightInfo.max);
        min = Math.min(min, rightInfo.min);
        isBST = isBST && rightInfo.isBST && (rightInfo.min > node.val);
    }

    return new Info(max, min, isBST);
}

static class Info {
    public int max;
    public int min;
    public boolean isBST;
    public Info(int max, int min, boolean isBST) {
        this.max = max;
        this.min = min;
        this.isBST = isBST;
    }
}

二叉树路径总和

对应Leetcode:https://leetcode.cn/problems/path-sum/

解法:

class Solution {
    public boolean hasPathSum(TreeNode root, int targetSum) {
        if (root == null) {
            return false;
        }
        return process(root, targetSum, 0);
    }

    public boolean process(TreeNode node, int targetSum, int sum) {
        // 叶子节点
        if (node.left == null && node.right == null) {
            return targetSum == sum + node.val;
        }
        
        boolean result = false;
        if (node.left != null) {
            result |= process(node.left, targetSum, sum + node.val);
        }

        if (node.right != null)  {
            result |=  process(node.right, targetSum, sum + node.val);
        }

        return result;
    }
}

二叉树收集达标路径总和

Leetcode: https://leetcode.cn/problems/path-sum-ii/

解法(自己独立写的性能很差):

class Solution {

    private static List<List<Integer>> pathList = null;

    public List<List<Integer>> pathSum(TreeNode root, int targetSum) {
        pathList = new ArrayList<>();
        if (root == null) {
            return new ArrayList<>();
        }
        process(root, targetSum, 0, new ArrayList<>());
        return pathList;
    }

    public void process(TreeNode node, int targetSum, int sum, List<Integer> path) {
        // 无论是叶子节点还是非叶子节点,都要加入到path中
        path.add(node.val);

        // 如果是叶子节点,判断是否符合路径和,如果符合就加入路径到路径列表
        if (node.left == null && node.right == null) {
            if (targetSum == sum + node.val) {
                pathList.add(path);
            }
            return;
        }

        // 如果不是叶子节点
        if (node.left != null) {
            process(node.left, targetSum, sum + node.val, new ArrayList<>(path));
        }

        if (node.right != null) {
            process(node.right, targetSum, sum + node.val, new ArrayList<>(path));
        }
    }
}

堆

优先级队列

定义:优先级队列是不同于先进先出队列的另一种队列。每次从队列中取出的是具有最高优先权的元素。

优先级队列的逻辑存储结构并不是队列,他是一种具有FIFO特征的堆结构(也就是树形结构)。每次从优先级队列中取出的是具有最高优先权的元素,内部按照优先权堆数据元素排序。

比如在Java中的PriorityQueue类,就是优先级队列的实现,默认是一个小根堆(先弹出最小的元素):

public static void main(String[] args) {
    PriorityQueue<Integer> heap = new PriorityQueue<>();
    heap.add(6);
    heap.add(2);
    heap.add(3);
    heap.add(1);
    heap.add(7);

    while (!heap.isEmpty()) {
        System.out.print(heap.poll() + " "); // 1 2 3 6 7
    }
}
上一页栈和队列下一页哈希表

最后更新于3个月前

这有帮助吗?

image-20220407140438757
image-20220407153824069